在PCA分析中非单例维度不匹配的原因

在使用Matlab内置的pca函数进行主成分分析时,我遇到了以下错误。数据实际上是从30张MR图像中提取的特征向量。

>> size(data)  ans =  30   281   389   104 [coeff score varience] = pca(data);Error using bsxfunNon-singleton dimensions of the two input arrays must match each other.Error in pca>localSVD (line 468)x = bsxfun(@times, x, PhiSqrt);Error in pca (line 341)    [U,sigma, coeff, wasNaN] = localSVD(x, n,...

您能告诉我任何解决方案吗?


回答:

文档指出,它期望输入为NxP的矩阵。您可能需要重塑您的矩阵以符合这一输入要求。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注